值得强调的是，人工智能对金融业的赋能没有止步于效率层面的提升，它更是一场关于理念重构、范式转变、生 态再造的变革。这一过程并非一蹴而就，需要技术进步、制度完善与市场推动的共同托举，从而助力金融行业在 改革创新的道路上走得更稳、更远。大道如砥，行者无疆。人工智能并非金融改革创新的终点，而是一段崭新征 程的起点。最好的"AI+金融"，不是冷冰冰的算法堆砌，而是在智能中保有温度，在规则中实现公平，在效率中 坚守责任。 技术突飞猛进，从算法迭代到场景深化。近年来，人工智能技术持续突破，尤其是通用大模型的兴起，重塑了AI 的能力边界与应用场景。生成式人工智能（GenerativeAI）引领了新一轮智能革命。例如，ChatGPT展示了通用大 模型在自然语言理解、文本生成和对话交互方面的突出能力，迅速引发科技企业和金融机构的广泛关注。2023 年，中国科技公司密集推出逾130款国产大模型，模型参数规模普遍达到百亿甚至千亿级别，具备跨任务、多模态 的泛化能力。 这一过程并非一蹴而就，需要技术进步、制度完善与市场推动的共同托举。 智启未来，人工智能正以前所未有的广度与深度融入金融业的各个环节。随着场景大模型的加速落地，人工智能 ...

刚刚结束的2024年报季中，各大银行、券商等金融机构都披露了旗下的"AI+"战略，如工行企业级千亿 金融大模型技术体系"工银智涌"已赋能20余个主要业务领域、200余个场景，累计调用量超10亿次；建 设银行金融大模型体系已赋能行内193个应用场景；招商银行全行大模型应用场景超120个等。 不过，行业人士认为，当前AI在金融机构业务层面的应用，仍未进入"主战场"。 21世纪经济报道记者 杨坪 西安、深圳报道 度过"AI应用元年"，2025年至今，"人工智能+"逐渐深入各行各业的方方面面，金融业也感受到了AI技 术应用带来的深刻变局。 近日，神州信息首席金融业务专家、金融产品中心总经理崔蕾对21世纪经济报道记者指出："目前虽然 头部的国有大型银行已经将AI应用到了局部业务，比如反诈、反洗钱、风险防控、RPA等领域，但大 部分区域银行对AI 的应用还非常初级，从财报中可以看到，很多中小银行的IT投入都集中在GPU资源 采购等，还处于算力储备的阶段。" 不同于头部大行动辄几十亿、上百亿元的金融科技投入，部分中小银行、区域银行等对于IT 技术的投 入较为有限。在崔蕾看来，这给神州信息等金融科技服务商带来了机会。 对于银 ...

差异化：国内外金融业大模型发展研判 随着大模型技术快速演进，国内外金融业纷纷加大对大模型的投入力度，积极探索大模型在办公协作、 业务运营等领域的创新应用。但国内外在大模型建设方面呈现一定差异。 国际上，境外金融机构更多选择直接采购外部商用大模型的技术路线，较多使用公有云部署方式，例如 花旗银行、西太平洋银行等金融机构选择采购OpenAI的大模型产品。在应用场景方面，境外金融机构 在核心业务场景的应用较为丰富，例如摩根大通、高盛等金融机构在舆情分析、智能客服、风险评估等 领域实现大模型落地应用。 随着DeepSeek等开源模型的突破性进展，AI技术的迭代速度持续加快，技术普惠化趋势愈发显著。金 融业作为数字化和智能化的先行者，具备生成式大模型应用丰富的场景舞台和技术实施基础，势必成为 大模型技术和行业应用深度融合的最佳示范。金融业需抢抓发展契机，探索大模型应用范式，助力金融 业驶向新航程，为经济社会发展提供高质量数字金融服务。 从国内来看，国内金融机构更多选择开源自建或与基础大模型供应商联合共建的技术路线，大多使用私 有云部署方式，例如工商银行工银智涌大模型、建设银行方舟大模型、农业银行ChatABC。在应用场 ...

在金融行业的发展长河中，每一次重大变革都伴随着技术的突破与创新。如今，大模型正以磅礴之势， 闯入这片传统与创新交织的领域，带来前所未有的机遇与挑战。 智能客服、智能投顾、合规审查……金融大模型的出现和应用正成为不少领域的"强助攻"，宛如一个拥 有"最强大脑"的智能分析师，能够瞬间处理数以亿计的数据，精准洞察市场趋势，让投融资等决策不再 是雾里看花。 但这一变革并非坦途。数据安全、算法偏见等问题已引发行业内外的担忧。金融大模型将如何重塑金融 业务模式，又将如何改写金融行业的未来？围绕相关问题，《金融时报》记者邀请中电金信研究院副院 长、人工智能实验室主任单海军与国际数据公司IDC中国金融行业研究总监高飞共同展开对话。 《金融时报》记者：当前，国内金融行业大模型应用情况整体如何？与国际相比有什么优势或挑战？ 单海军：大模型已经成为新质生产力的重要组成部分，国内外科技企业都在加速布局。近两年，中国金 融行业在大模型的研发投入和应用方面也走在市场前列。根据IDC数据显示，2024年，中国金融行业AI and Generative AI(生成式AI，以下简称"Gen AI")投资规模达到196.94亿元。同时，金融行业 ...

Core Insights - The banking industry is accelerating the exploration of artificial intelligence (AI) technologies, with AI becoming a frequent topic during the 2024 earnings announcements [1] - AI is reshaping banking business models, enhancing operational efficiency, customer service capabilities, and management processes [1][2] - The deployment of AI technologies, such as the DeepSeek model, is being widely adopted across various banking functions, leading to improved efficiency and cost reduction [1][2] Group 1: AI Implementation in Banking - Several banks, including Industrial and Commercial Bank of China (ICBC), have reported significant workforce efficiency gains through AI, with ICBC's AI applications replacing over 42,000 jobs annually [2] - ICBC has developed a comprehensive financial model system, "工银智涌," which is applied across more than 20 business areas, demonstrating AI's strong support for high-quality financial development [2] - Other banks, like China Merchants Bank, have also reported substantial productivity increases from AI applications, equating to the work of over 5,000 full-time employees [2] Group 2: Operational Efficiency Gains - AI technologies are enhancing internal operations, with banks reporting time savings of up to 60% in tasks such as due diligence report generation [3] - For example, China Merchants Bank's AI assistant has improved loan processing times by 54%, while Minsheng Bank has achieved over 30% adoption of AI-generated code in its development processes [3] - Postal Savings Bank's "小邮助手" has improved internal operations, handling over 3,000 inquiries daily and reducing processing times by approximately 20% [4] Group 3: Customer Interaction and Service Enhancement - AI applications in customer-facing roles, such as intelligent customer service and financial advisory, have significantly improved efficiency, with ICBC reporting a threefold increase in transaction efficiency [5] - Postal Savings Bank's trading robots have reduced transaction inquiry times by about 94%, showcasing the effectiveness of AI in streamlining operations [5] - Major banks are integrating AI into core business functions, such as credit management, with ICBC's AI assistant facilitating comprehensive credit approval processes [5] Group 4: Human-Machine Collaboration - The concept of "human-machine collaboration" is gaining traction, with banks focusing on how employees can effectively utilize AI technologies [6] - Agricultural Bank of China emphasizes the need for a "machine processing + human assistance" model to adapt to AI's impact on business processes [6] - Banks are also developing AI-driven tools to enhance employee productivity and decision-making, with initiatives to create a unified knowledge management system [6] Group 5: Challenges and Future Directions - Despite the advantages of AI, there are concerns about its implementation, with a significant portion of respondents expressing reluctance to deploy AI in customer service roles [7] - The rise of general models like DeepSeek presents opportunities for banks to enhance efficiency while addressing the challenges of human-AI interaction [7] - Industry experts suggest that banks should focus on AI infrastructure improvements, talent development, and fostering a collaborative environment to maximize AI's potential [7]

Core Viewpoint - Postal Savings Bank of China has launched the first AI trading robot in the market, named "Youxiaobao," which is designed for credit bond trading and represents a significant innovation in the investment banking sector [1] Group 1: AI Applications in Banking - Many banks are focusing their AI strategies on "AI+" to enhance various business processes, moving beyond single business empowerment to cover C-end users, B-end clients, and internal employees [1][2] - The AI applications in banks have matured in areas such as intelligent coding, marketing, customer service, risk control, compliance, and daily management [2] - Postal Savings Bank's "Youxiaobao" integrates intelligent pricing responses, comprehensive risk management, and transaction data statistics for bond trading [2] Group 2: Specific Bank Innovations - Industrial Bank has introduced "Xingxiaer," a bond trading robot that utilizes machine learning and advanced technologies to enhance trading efficiency [2] - China Merchants Bank's "Zhaoxiaocai" AI assistant can accurately identify customer intentions with a 95% response accuracy, facilitating complex financial product operations [3] - Construction Bank has launched a ChatBot version of its AI assistant "Bangde," which aims to transform customer service through a comprehensive AI-driven approach [5][6] Group 3: Human-AI Collaboration - A trend towards "human + digital intelligence" models is emerging, where banks aim to empower employees with intelligent tools while ensuring effective usage [4] - China Merchants Bank plans to accelerate the development of the "AI + finance" model to enhance mutual empowerment between humans and technology [4] Group 4: Humanoid Robots in Banking - The banking sector is exploring the application of humanoid robots for customer service, with some banks already testing these technologies in branches [7] - Construction Bank has established a training base for humanoid robots to assist with customer inquiries and service guidance [7] - Despite the potential, experts note that the widespread deployment of humanoid robots in banks faces challenges such as technological maturity, high costs, and regulatory issues [8]

"眼下，所谓的接入大模型系统，大多是用于文本校对等领域。对于金融机构而言，单纯接入大模型或 搭建开源平台，并不产生实际业务价值，只有真正将大模型系统与业务场景深度融合，才能提升AI效 能。"北方地区某城商行科技部负责人告诉记者。 中国证券报记者调研发现，DeepSeek横空出世以来，多数银行及银行理财公司在尝试以较低的成本实 现大模型本地化部署。业内人士坦言，让大模型系统完成文本校对、合同质检等工作相对简单，但让其 解决复杂程度更高的业务问题则存在瓶颈，需深度依赖科技团队对业务逻辑的解构能力与领域知识沉 淀。 查阅上市银行2024年年报不难发现，多数银行并未强调单一大模型的应用成效。多位银行及银行理财公 司科技部负责人向记者表示，金融机构正在努力摆脱对单一大模型的依赖，将目光放在构建"自主平台 +场景深耕+生态共建"三位一体的AI赋能体系上。未来，行业金融科技的建设逻辑将向着轻平台、重应 用的模式转变，最终打造大模型应用市场，让用户选择不同大模型来满足自身需求。 银行启动"All in AI"战略 "AI正在重塑我们的思维和行为模式，也一定会重塑银行未来业态。要做好银行业务，就要充分用好人 工智能，为客户提供 ...

眼下，人工智能大模型技术在金融领域的应用正呈现爆发式增长，从大中型银行到头部券商，AI大模 型正重塑金融业态，从投资决策到智能投顾，从风险评估到客户服务……各个业务领域快速渗透，金融 行业与科技的深度融合已成为必然趋势。然而，这场技术革命背后，数据安全、模型"幻觉"等风险如影 随形。随着"AI炒股"冲击传统投顾业务，行业争议不断：技术是替代者还是赋能者？金融机构如何在效 率与安全之间找到平衡？ 国产大模型崛起金融业开启"智变"浪潮 "近年来，AI大模型的迭代速度远超预期。"某国有银行科技部门负责人感叹。 在生成式AI技术日新月异的今天，大模型技术正以前所未有的速度迭代，国产大模型的崛起，显著降 低了应用门槛，为金融行业的智能化转型提供了强有力的支持。 春节前后DeepSeek迅速走红，成为人工智能领域的焦点，其强大的深度学习能力与高效的计算性能正 重塑着AI技术的边界，银行、券商、基金、保险等各类金融机构争相接入DeepSeek，探索相关应用场 景。 在近期举行的2024年业绩发布会上，多家商业银行表示，DeepSeek大模型已成功部署并运行于行内系 统。证券基金行业数字化转型步伐同步加快，广发证券、易方达等 ...

2025年新春后，共有超20家银行竞相接入DeepSeek，将其应用在智能客服、代码补全、投研投顾、智能 风控等多个领域，更有人将之视为金融科技跃迁的序幕。 然而在DeepSeek走红的近一年前，有一家紧密关注前沿科技的国有大行，就已开始探索接入该模型，这 正是有宇宙行之称的中国工商银行。 2024年上半年，工商银行就已率先引入DeepSeek系列开源大模型，并于2025年初在同业中率先实现 DeepSeek最新开源大模型的私有化部署，并将其接入行内"工银智涌"大模型矩阵体系，实现多场景规模 化应用。 1995年，作为美国银行业"百年老店"的富国银行首创了网上银行业务，成为了第一轮互联网浪潮下"第一 个吃螃蟹"的银行。 回头来看，无论是更早布局的在线交易结算，还是后来率先接入苹果支付站稳移动互联网脚跟，都成为 富国银行在科技迭代下的顺势之举，奠定了其作为北美乃至全球最具影响力金融机构的基础。 历次信息革命中，快速拥抱先进科技生产力，对于银行业重要性不言而喻，而当下被行业寄予厚望的科 技浪潮，莫过于以DeepSeek为代表的开源大模型影响。 工行在年报中表示，"人工智能+"的时代背景下，公司希望主动拥抱变革，缓 ...

作 者丨张欣 编 辑丨肖嘉 图 源丨AI 以本地部署为主自行搭建大模型 3月8日，工商银行宣布率先在同业完成De e pSe e k最新开源大模型的私有化部署，并将其接入 行内"工银智涌"大模型矩阵体系，推动金融业务场景的智能化升级。 工商银行称，将以"企业级AI普惠赋能+AI专业突破"双轮驱动，推动AI技术在行内的规模化 应用，目前已实现大模型对行内2 0多个主要业务领域的赋能，落地场景2 0 0余个，展现出AI技 术对金融行业高质量发展的强劲推动力。 3月8日，工商银行宣布在同业中率先完成De e pSe e k最新开源大模型的私有化部署，并将其接 入行内"工银智涌"大模型矩阵体系，有力推动金融业务场景的智能化升级。 据2 1世纪经济报道记者不完全统计， 目前已有超2 0家银行部署应用De epSe ek 大模型，在六 大国有银行里，邮储银行、建设银行、工商银行均已开启布局。 记 者 注 意 到 ， 在 数 据 隐 私 和 安 全 的 考 量 下 ， 国 有 大 行 倾 向 于 自 行 搭 建 大 模 型 技 术 体 系 。 当下，银行对D e e p S e e k的探索主要集中在智能客服升级、业务流程 ...